AIエージェントのツール呼び出しはどのように機能しますか? 私はリアルなリンクを貼って明確に説明しました

一つの現実の問題が引き起こす呼び出しチェーン

天気検索エージェントを構築していると仮定します。ユーザーが「北京は今何度ですか？」と尋ねた場合、エージェントが応答するには次のプロセスを経る必要があります：意図を理解 → ツール定義をマッチ → パラメータを入力 → 関数を実行 → 結果を返す → 返信を整理。このプロセスが tool calling です。

# 工具定义：一个简单的天气函数
def get_weather(city: str, date: str = "today") -> str:
    # 实际调用天气 API
    return f"{city} 在 {date} 的天气是晴，25°C"

# 工具描述（供模型选用）
TOOLS = [
    {
        "type": "function",
        "function": {
            "name": "get_weather",
            "description": "获取指定城市的天气信息",
            "parameters": {
                "type": "object",
                "properties": {
                    "city": {"type": "string", "description": "城市名"},
                    "date": {"type": "string", "description": "日期，格式 YYYY-MM-DD"}
                },
                "required": ["city"]
            }
        }
    }
]

# Agent 调用 LLM 时传入 tools
response = openai.chat.completions.create(
    model="gpt-4o",
    messages=[{"role": "user", "content": "北京现在多少度？"}],
    tools=TOOLS,
    tool_choice="auto"
)

# 模型返回 tool_call
tool_call = response.choices[0].message.tool_calls[0]
# tool_call.function.name = "get_weather"
# tool_call.function.arguments = '{"city":"北京"}'

# 你执行函数并返回结果
result = get_weather("北京")
# 将结果作为 tool 消息回传给模型

为什么 tool calling 是 Agent 的“手指”

没有 tool calling，AI 只能生成文字建议，无法真正操作任何系统。有了它，Agent 可以：

查询数据库：search_customer(customer_id)
触发工作流：create_jira_ticket(summary, priority)
控制设备：turn_off_light(room="living_room")

每个工具都是 Agent 的一只手。tool calling 就是大脑（LLM）指挥手的过程。

ターミナルウィンドウには、ツールコールをループするエージェントのログが表示され、パラメータ解析、呼び出しエラー、再試行情報などが含まれ、その隣にはコードエディタが表示されます

最容易失败的地方

1. 参数解析错误

模型可能生成错误的 JSON arguments——比如字段名拼写、类型不对、缺少 required 参数。

例子：

工具需要 city，模型给了 location
date 格式不是 YYYY-MM-DD 而是 "明日"

应对：在工具描述里写清约束，解析时增加容错逻辑。

import json

def safe_parse_tool_call(tool_call):
    try:
        args = json.loads(tool_call.function.arguments)
    except json.JSONDecodeError:
        # モデルが提供した arguments が不正
        return None, "パラメータ解析に失敗しました"
    return args, None

2. 幻觉调用

模型在不确定时，可能虚构参数调用工具。比如用户没提到城市，模型却调用 get_weather("北京")。

应对：在 tool_choice 设为 "auto"，让模型自由决定；如果工具是 destructive 的（如删除、修改），必须加入人为确认步骤。

3. 并发与冲突

Agent 可能同时调用多个工具（例如 parallel_tool_calls）。如果两个工具修改同一个资源，可能产生冲突。

应对：为每个工具设计幂等性或加锁机制。

ノートにはツール呼び出しと手動解析の比較ノート、長所・短所、意思決定ツリーが含まれており、テーブル上には2台のモニターが配置されています

真实场景：电商客服 Agent

场景：用户要求“帮我查一下订单 12345 的状态，如果已发货就提醒我签收，否则帮我取消订单”。

Agent 需要：

调用 get_order_status("12345")
根据结果调用 send_reminder(user_id) 或 cancel_order("12345")

如果 get_order_status 返回 "delivered"，Agent 调用 send_reminder。如果返回 "processing"，则调用 cancel_order（但取消订单需要权限——此处容易失败：模型可能直接执行，你需要加上“取消前必须用户二次确认”的 guardrail）。

失败点：模型可能跳过确认直接取消订单。解决方案：将确认步骤建模为另一个工具 confirm_cancellation(order_id)，要求 Agent 先调用确认工具，再执行取消。

替换方案：没有 tool calling 时怎么办

如果你的 API 或框架不支持 tool calling，或模型不支持 function calling，你可以：

用结构化输出模拟：要求模型输出 JSON 格式并且指定字段表示动作。例如：{"action":"get_weather", "args":{"city":"北京"}}
用文本解析：手动解析模型输出中的特定指令，例如“调用天气函数：城市=北京”。这种方式容易出错，但适合简单场景。

不过，标准 tool calling 让开发者只需定义工具描述，模型自动匹配，远比手动解析可靠。

落地第一步

选择一个支持 tool calling 的框架：OpenAI API、Claude API、LangChain、Vercel AI SDK 都支持。
定义你的第一个工具：从只读、非破坏性的开始，比如 search_knowledge_base。
ループを書く：
- ユーザーメッセージを送信 → ツール定義
- モデルから返された tool_call を処理
- ツールを実行し、結果を返す
- 結果をモデルに新しいメッセージとして渡し、モデルが最終返信を生成
エラー処理を追加：解析失敗、タイムアウト、ツールの例外返却時、モデルがエラー情報に基づいてパラメータを調整したり、ユーザー向けの理解可能なヒントを生成させる。

# 一个简化版 loop
def agent_loop(user_message):
    messages = [{"role": "user", "content": user_message}]
    while True:
        response = client.chat.completions.create(
            model="gpt-4o", messages=messages, tools=TOOLS, tool_choice="auto"
        )
        msg = response.choices[0].message
        if not msg.tool_calls:
            return msg.content
        messages.append(msg)
        for tool_call in msg.tool_calls:
            name = tool_call.function.name
            args = json.loads(tool_call.function.arguments)
            # 动态调用
            result = tools_map[name](**args)
            messages.append({
                "role": "tool",
                "tool_call_id": tool_call.id,
                "content": str(result)
            })

まとめ

Tool calling は、エージェントが「話すことができる」から「行動できる」への重要な飛躍です。その仕組みを理解し、失敗シナリオを予測し、適切なガードレールを設計することで、エージェントは実際に安定して作業できるようになります。実際に取り組むと、パラメータの深い検証、複数ツールの編成、コンテキスト管理など、さらに多くのエンジニアリング詳細に直面するでしょう。これらは体系的に学ぶべき内容です。

次のステップとして、より複雑なマルチステップ tool calling や複数エージェントの調整を探求し、構築するエージェントが現実のシナリオで信頼できるものになるようにしましょう。